一、大数据分析的概念
随着大数据时代的来临，
大数据分析也应运而生。大数据可以概括为速度快(Velocity)、数据量大(Volume)、价值（Value）、类型多(Variety)、真实性(Veracity)。大数据分析就是指对这类规模巨大的数据进行分析。
二、大数据分析平台的功能
1、速度快
结合大规模并行处理技术与列式数据库架构，比普通平台提高了100到1000倍的性能，实现更低且更透明的定价机制。
2、容纳海量数据
利用计算机群集的存储和计算能力，不仅提高了其处理传入的大量数据流的能力，在性能上也有所扩展。
3、利用Hadoop
利用Hadoop作为用于持久性和轻量型数据管理的高效益平台。Hadoop已成为大数据领域中的主要平台。
4、兼容传统工具
兼容传统工具，确保平台已经过认证。
5、提供数据分析功能
大数据分析平台，不仅支持利用高级算法建立预测模型，还支持在数秒钟内准备并加载数据。轻松部署模型以进行数据库内计分，使数据科学家能够使用现有统计软件包和首选语言。
6、为数据科学家提供支持
快速、高效、易于使用和广泛部署的大数据平台可以帮助拉近商业人士和技术专家之间的距离。
三、大数据分析平台对企业的重要性
1、帮助企业进行资源精准定位
通过大数据技术对企业所需资源的精准定位，实现企业对运营过程中所需资源的挖掘方式、具体情况和储量分布等，进行搜集分析，让企业的管理者可以更直观地面对自己的企业，更好地利用各种已有和潜在资源。
2、帮助企业了解用户
通过大数据分析技术，企业可以将用户、客户和产品进行相关联，个性化定位客户的关系偏好与用户的产品偏好，从而提供客户导向性的服务，生产出用户驱动型的产品。
3、协助企业更好的开展服务
通过大数据对客户互动数据、社交信息数据等进行计算，帮助企业进行品牌信息的水平化设计和碎片化扩散。
4、帮助企业做好运营推广
通过大数据分析确定客户上网的习惯，判断客户话题各类来源的占比，相关媒体平台曝光量以及信息的主要话题，帮助企业针对性的选择并制定营销活动平台、推广方向等，提升企业运营效果。
四、大数据分析平台结构
1、数据收集层
数据收集一般有传统的ETL离线收集和实时收集两种方式，主要是对企业的核心事务数据、用户数据、日志数据、集团数据等的收集和解析，将零散的数据整合起来。
2、数据贮存和处理层
有了数据底层的数据，然后依据需求和场景的不同进行数据预处理，贮存到一个合适的持久化贮存层中。
3、数据剖析层
这里就要用到BI剖析体系。
4、数据使用层
依据事务需求不同划分出不同类别的使用，主要是对最终的数据进行展现和可视化。
